题目地址:
https://leetcode.com/problems/best-meeting-point/
给定一个二维 0 − 1 0-1 0−1矩阵,求其中一个位置,使得矩阵里所有的 1 1 1与其的曼哈顿距离之和最小。
设该点是 ( x , y ) (x,y) (x,y),设所有的 1 1 1的坐标分别是 ( x 1 , y 1 ) , . . . , ( x n , y n ) (x_1,y_1),...,(x_n,y_n) (x1,y1),...,(xn,yn),那么我们要最小化 ∑ i = 1 n ( ∣ x i − x ∣ + ∣ y i − y ∣ ) \sum_{i=1}^{n}(|x_i-x|+|y_i-y|) i=1∑n(∣xi−x∣+∣yi−y∣)设 s 1 = ∑ i = 1 n ∣ x i − x ∣ , s 2 = ∑ i = 1 n ∣ y i − y ∣ s_1=\sum_{i=1}^{n}|x_i-x|,s_2=\sum_{i=1}^{n}|y_i-y| s1=i=1∑n∣xi−x∣,s2=i=1∑n∣yi−y∣若能够同时最小化两者,则其和必会得到最小化。我们求 d s 1 d x = ∑ i = 1 n s g n ( x − x i ) \frac{ds_1}{dx}=\sum_{i=1}^{n}sgn (x-x_i) dxds1=i=1∑nsgn(x−xi)当 x x x由 − ∞ -\infty −∞到 ∞ \infty ∞时,可以发现该导数先负后正,也就是 s 1 s_1 s1先减后增,而当 x x x处于 x 1 , x 2 , . . . , x n x_1,x_2,...,x_n x1,x2,...,xn的中位数时,导数等于 0 0 0,也就达到了最小值(严格来讲不能这么说,尖点的导数是不存在的。但由函数的连续性,仍然可以证明达到最小值这个结论。严格证明略)。所以 x x x和 y y y只需分别取中位数即可。代码如下:
import java.util.ArrayList;
import java.util.List;
public class Solution {
public int minTotalDistance(int[][] grid) {
if (grid == null || grid.length == 0 || grid[0].length == 0) {
return 0;
}
List<Integer> rows = new ArrayList<>(), cols = new ArrayList<>();
for (int i = 0; i < grid.length; i++) {
for (int j = 0; j < grid[0].length; j++) {
if (grid[i][j] == 1) {
rows.add(i);
cols.add(j);
}
}
}
// 为了取中位数,需要先排序
rows.sort(Integer::compareTo);
cols.sort(Integer::compareTo);
int x = rows.get(rows.size() / 2), y = cols.get(cols.size() / 2);
int res = 0;
for (int i = 0; i < rows.size(); i++) {
res += Math.abs(rows.get(i) - x) + Math.abs(cols.get(i) - y);
}
return res;
}
}
时间复杂度 O ( m n + m log m + n log n ) O(mn+m\log m+n\log n) O(mn+mlogm+nlogn),空间 O ( m n ) O(mn) O(mn)。